研究文章

一种新型恶意软件检测和家庭分类方案基于梦想和DenseNet物联网

表9

精度、召回和F1得分在2015年大数据集的模型。

Ramnit 棒棒糖 Kelihos_ver3 Vundo Simda Tracur Kelihos_ver1 Obfuscator.ACY Gatak 精度 回忆 F1的分数

Ramnit 295年 2 0 0 0 4 1 6 1 0.973 0.954 0.964
棒棒糖 0 491年 0 0 0 0 0 2 3 0.985 0.989 0.987
Kelihos_ver3 0 0 588年 0 0 0 0 0 0 0.998 1.000 0.999
Vundo 0 1 0 91年 0 1 1 1 0 0.957 0.957 0.957
Simda 0 0 0 1 7 0 0 0 0 0.875 0.875 0.875
Tracur 2 2 0 1 0 140年 1 0 4 0.945 0.933 0.939
Kelihos_ver1 0 0 0 0 0 0 76年 0 3 0.950 0.962 0.955
Obfuscator.ACY 6 1 1 2 1 3 1 227年 3 0.957 0.926 0.941
Gatak 0 1 0 0 0 0 0 1 200年 0.934 0.990 0.961
0.953 0.954 0.954